Information-Extraction-Chinese

收录理由

做中文信息抽取的话，这个仓库直接给了两条可跑的深度学习流水线：一条用IDCNN或biLSTM加CRF层做命名实体识别，另一条用biGRU加上字符级和句子级注意力做关系抽取。代码是能直接运行的，不是只有架构图，所以团队要从文档里抽出人名、组织、地点这些实体，再关联成有类型的关系，拿它做底子很实际。每个子任务都有自己的README，把数据准备、训练、推理讲得比较清楚，想改成自己的领域数据时参考起来方便。另外，如果你不想依赖大规模预训练语言模型，想看看经典的序列标注和注意力机制在中文输入上是怎么表现的，这个项目也是个不错的教学参考。